IT人力外包人才简历库

精通Python编程语言，熟练掌握Pandas、NumPy进行高效数据清洗与规整，具备复杂SQL查询与优化能力。深入理解Hadoop生态体系，擅长使用Spark进行分布式数据处理与计算优化。熟悉机器学习全流程，包括特征工程、模型训练与评估，精通Scikit-learn框架及TensorFlow/PyTorch深度学习框架。掌握数据可视化工具链（Matplotlib、Seaborn、Tableau），具备模型服务化部署经验（Flask/FastAPI）。熟悉Git版本控制与Linux系统运维，具备大数据平台架构设计与调优能力。

专注于大数据平台开发与数据科学工程化实践，主导构建新闻资讯分类系统，实现百万级文本数据的分布式处理与特征工程。采用Spark DataFrame API优化数据读取效率，通过TF-IDF特征提取与多分类模型对比实验，最终部署92%准确率的朴素贝叶斯分类器。设计并实现基于Flask的模型服务化接口，完成从数据预处理到模型推理的全流程自动化。持续优化数据处理Pipeline，通过参数调优与算法迭代提升系统吞吐量30%。具备大数据平台架构设计能力，熟悉数据仓库建模与ETL流程，能够结合业务需求制定数据解决方案。

主导开发新闻主题分类系统，构建覆盖数据采集、特征工程、模型训练与部署的完整数据科学流程。基于Spark分布式计算框架，设计并实现百万级文本数据的并行处理架构，通过DataFrame API优化数据读取效率，将预处理阶段耗时降低40%。采用Scikit-learn构建TF-IDF特征向量化方案，对比实验朴素贝叶斯、SVM等多分类模型，通过网格搜索优化参数配置，最终实现92%的测试集准确率。探索深度学习方案，基于预训练词向量模型进行BERT等NLP模型的微调实验，验证传统机器学习在文本分类任务中的实际效果。完成模型服务化部署，通过Flask构建REST API接口，实现模型推理的自动化集成，支撑实时新闻分类需求。